在以人工智能为引领的第五次科技革命浪潮下,经济形态(生产力水平)、社会结构、公共服务体系以及个体价值观念正经历着深层次的变革。 科技的进步促使就业结构、公共服务模式和社会文化观念发生转变,这些转变深刻地影响并重塑着人们的家庭观念、生育观念以及生育决策。 新人口转变过程中,低生育率困局亟待破解,而这需要生育支持服务体系适应新科技发展带来的变化。 基于此,本文聚焦人工智能引发的社会结构、价值观念和社会服务等方面的变化,以第二次人口转变理论为基础,探究人工智能技术应用对适龄婚育人群生育意愿和行为选择的影响,深入剖析其在塑造家庭生育意愿时所产生的积极和抑制双重效应。 在此研究基础上,本文提出通过技术与政策的协同联动,优化人工智能时代的生育支持体系,为提升生育意愿、促进人口长期均衡发展提供理论依据和实践启示。

在人工智能加速渗透进经济社会各领域的背景下,就业作为一项最基本的民生领域,正面临新的机遇与挑战。 人工智能不仅影响着宏观劳动力市场,还能在就业促进方面发挥积极的赋能作用。 基于系统梳理,本文提出人工智能赋能人机关系将推动人机网络的发展,重塑并超越传统依赖强弱关系进行就业求职的模式。 进一步而言,在明确人机网络在就业促进中发挥作用的机制后,可探索人工智能在就业领域落地应用的新路径,并提前谋划应对其中存在的潜在挑战,以构建一个更具包容性、智能化、高效性的就业生态系统,助力实现更充分、更高质量的就业目标。

传统统计调查面临成本高昂、样本损耗及时效滞后等系统性难题,而大语言模型(LLMs)驱动的生成式人工智能(GAI)为革新数据获取范式提供了新途径。 本文以中国健康与养老追踪调查(CLHLS)为实证场景,构建基于LLMs的老年健康数据生成框架,借助知识增强技术注入先验规则,对2021年追踪样本的自评健康和日常生活活动能力(ADL)进行高保真模拟。 研究发现,知识增强有效突破了通用大模型的局限,校正了模型偏差,较为准确地复现了健康指标与健康行为、人口学因素的关联模式。 然而,技术落地仍面临三重挑战。 基于此,本文提出在认识上构建“人机互馈”、方法上建立“人机共审”、生态上实现“人机共生”的“人类—AI”协同的社会研究新范式。

“全面二孩”政策是“六普”后国家对人口政策做出的重要调整。 政策落地后在短期内释放了积压的生育需求,但长期效果并未达预期,也未能扭转低生育率趋势。 政策实施节点也是我国流动人口规模从峰值回落的转折点,且流动人口的主体是育龄人口,因此该群体的生育意愿和行为受到关注。 那么,“流动”是不是抑制二孩生育意愿的核心要素? 本文旨在探究二孩生育意愿的生成机制。 为此,研究先运用倾向值匹配(PSM)方法,对“流动是否为核心抑制因素”这一命题进行严格检验;在排除“流动”因素后,运用大语言模型(LLM)对家庭二孩生育意愿的复杂决策过程进行仿真。 研究发现,“流动”的抑制效应被高估,在控制选择性后其影响并不显著。 无论是否流动,家庭的二孩决策均由一组共通的核心因素主导,即经济考量、母亲健康、养育支持体系。 仿真分析还表明,政策初期社会普遍心态为“犹豫观望”,凸显了构建生育友好型社会需解决各个群体共通的现实困境,而非仅聚焦特定人群。

本文着重考察知识生产的关键向度。 既有研究多运用文献计量与主题建模方法,主要关注特定学科研究主题的实质内容及其演变趋势,然而缺乏运用语义挖掘开展针对主题结构性特征的跨国比较分析。本文以1991—2023 年《社会学研究》和《美国社会学评论》上的所有学术论文摘要为依据,采用BERTopic自动化建模方法,对比分析中美社会学研究主题的集中度、多样性、新颖性与相似性,甄别中美社会学的研究主题,识别其历时性变迁,并尝试探寻两国社会学研究主题变迁趋势的理论阐释。 实证分析显示,中国社会学的研究主题主要集中于社会转型与国家治理现代化,研究方向从经济体制与社会分层逐步转向城乡发展与治理实践,进而延伸至文化转型与人民福祉;美国社会学聚焦于社会不平等和群际关系,在关注性别、种族与社会运动等传统主题的基础上,研究范围向全球性问题扩展。 此外,在主题结构方面,中美两国存在显著差异。 具体来说,中国社会学具有明显的阶段性特征,可分为恢复积累、深化拓展、自主锻造三个时期;而美国社会学以平稳发展为主,其研究主题的集中度呈现出一定的阶段性变化。 以上研究结果支持了“二元阶段论”,即知识生产受内部主义和外部主义的双重影响,且可能存在阶段性动态变化。 这一理论命题对理解社会学知识生产路径与特征的国别差异具有重要启示意义。

生成式人工智能正深刻变革着计算社会科学领域,为数据收集与分析的多模态处理开辟了新的可能。 这一技术突破对缺乏深厚编程背景的研究者而言影响重大。 其一,生成式人工智能可通过自动化代码生成、注释和调试,大幅提高社会科学研究者的工作效率;其二,借助创新的提示工程,研究人员能够深入开展复杂的数据分析;其三,计算社会科学的教学领域也能受益于生成式人工智能工具,尤其是在代码注释和复杂代码解释方面,从而简化了学习过程,使计算社会科学技术更易理解和接触。

全球老龄化与数智技术革新相互交织,为改善老年健康状况带来了严峻挑战与全新机遇。 本文从监测预警、医疗干预、治疗范式、社会心理支持四个维度,系统梳理了国外数智技术重塑老年健康领域新生态的实践探索,探讨了数智技术赋能老年健康领域的风险图谱,分析了数据主权蚀风险、数字鸿沟固化风险、技术适配缺陷风险、自主性消解风险,这些风险反映了技术理性与人文价值的深层矛盾。 最后,本文从如下四个方面,探讨了国外研究和实践给中国老年健康领域数智技术创新带来的启示:构建“制度—技术—能力”三位一体的数据安全防护体系,筑牢数据安全防线;聚焦设计伦理、情感适配、伦理监管,赋予技术人文温度;协同能力提升、资源下沉、政策激励,弥合数字鸿沟;激活年龄多样性,实现代际共创。

在过去25年间,数据采集、传输、存储与分析技术迅猛发展,引领全球步入新一轮数据革命。 这场革命以前所未有的力度重塑着研究的基本范式,在社会科学领域的显著体现便是数据规模呈爆炸式增长且数据类型不断涌现。 与此同时,各类原本作为社会生活数字化衍生产品的数据正被重新挖掘和利用。 数据革命的诸多特征对于人口学家来说并不陌生,他们长期处理海量数据,且善于将有缺陷的数据转化为研究资源。 尽管如此,人口学也深受这场数据革命的影响,其研究所依赖的数据生态系统面临着巨大挑战。 这种变革主要体现在两个方面:其一,如普查、行政记录和调查数据这类传统大型人口数据在颗粒度、数据类型及关联整合能力等方面有了大幅提升;其二,手机和网络产生的“数字足迹”等新型大数据源日益受到学界关注,进而推动了“数字人口学”的兴起。 可见,这一变革。